基于多分辨率分析的遥感图像云层去除方法研究.pdf

:每添本学位论文作者完全了解宴觳夫芬有关保留、使用学位论文的规定,独创性声明学位论文版权使用授权书学位论文作者签名:垂互垮他人已经发表或撰写过的研究成果,也不包含为获得豆敝参巧或其他教育机构事葛签字日期:多。年且占日加,/年厂月检索,可以采用影印,缩印或扫描等复制手段保存惚嘌宦廴年,,除了文中特别加以标注和致谢的地方外,,:籵学位论文作者毕业去向:工作单位:通讯地址:导师签名:签字日期:电话:邮编:
摘要随着遥感技术与航天技术的迅猛发展,遥感图像获得了十分广泛的应用。但由于遥感图像在拍摄过程中极易受天气因素的影响,因此获取的图像往往存在一些被云层覆盖的区域。图像中云的存在不仅影响了图像的进一步处理和识别,而且降低了图像的利用率,因此探索有效的遥感图像的去云方法,具有很重要的实际意义和研究价值。本文分析了遥感图像云层的形成原因、多分辨率分析的理论及其在图像处理中的优势,研究了基于多分辨分析的遥感图像的薄云和厚云的去除方法。主要工作及研究成果如下:樯芰诵〔ū浠缓投喾直娣治隼砺鄣脑砗褪迪址椒ǎ致哿送枷竦亩尺度几何分析的发展以及多尺度分析在遥感图像去云中的应用。岢鲆恢只贑浠坏囊8型枷袢ケ≡菩路椒āJ紫冉斜≡频遥感图像进行变换分解,然后对低频系数进行云检测并对云区进行补偿,对高频系数采用自适应阈值增强的方法进行补偿,最后进行反变换重构得到去云结果。实验结果表明,该方法与同态滤波和小波变换方法比较,能取得更好的去云效果,有效地保留了图像的细节信息和边缘信息。梅浅檠鵆亩喑叨榷喾较蛞约捌揭撇槐湫缘挠诺悖岢隽艘种基于非抽样变换的遥感图像去薄云算法。该算法将图像进行非抽样变换分解,然后再对各子带系数进行补偿处理,最后进行反变换重构得到去云图像。实验表明,该算法是有效可行的,与其他算法比较而言,图像去云效果更好,纹理信息更加清晰。岢隽艘恢只谥С窒蛄炕囊8型枷袢ズ裨扑惴āJ紫雀葜С窒蛄机理论构造支持向量值轮廓波变换并对图像进行分解,然后对云层进行检测且分别对高低频采用不同的融合规则进行融合,最后进行重构得到去云图像。仿真实验表明,与其他算法相比,该算法对于有厚云覆盖、无云区重叠的遥感图像取得更好的去云效果,图像更加清晰。关键词:变换;非抽样变换;支持向量机;遥感图像;云层去除
,..猧,,...‘
琑甌“.、琋吐甌瓼..安徽大学硕士学位论文篊‘
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.Ⅳ第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..论文研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章多分辨率分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。多分辨率分析理论⋯⋯⋯⋯⋯:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.〔〔ǘ喾直媛史治觥图像多分辨率分析方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。多尺度分析用于遥感图像的去云⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第三章基于变换的去薄云新方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像的薄云去除概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.兄档难∪.撇慵觳狻低频处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.咂挡钩ァ变换去薄云流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.去云结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...,⒔帷第四章基于非抽样的遥感图像薄云去除算法⋯⋯⋯